分水岭算法是一种借鉴了形态学的分割算法，在该方法中，将一副图像看成是一个拓扑地图其中灰度值f(x,y)对应的高度图。高灰度值对应着山峰，低灰度对应着山谷。水总是朝着低的地方流动，直到某一局部低洼处才停下来，这个低洼处被称为吸水盆地。最终所有的水会分聚在不同的吸水盆地，吸水盆地之间的山脊称为分水岭。水从分水岭流下时，它朝不同可能的吸水盆地流去的可能性是相等的。将这种想法用于图像分割，就是要在灰度图像中找出不同的吸水盆地和分水岭，由这些不同的吸水盆地和分水岭组成的区域即为要分割的目标。MATLAB图像处理工具箱中的watershed函数可以用于显示分水岭算法。

3。1分水岭算法的原理文献综述

分水岭算法是一种基于拓扑理论的数学形态学得分割方法，其基本思想是把图像看做是测地学上的拓扑地貌，图像中每个一像素灰度值表示该点得海拔高度，每一个局部极小的值及其影响区域称为集盆，而集水盆的边界则形成分水岭[10]。它可以将图像分割为互不重叠区域，得到一个象素宽度且连续的边界，其应用对象是灰度梯度图像，梯度图像可有Canny算子在灰度图像上得到[11]。Vincent和Soille 提出的浸没模拟分水岭算法是根据自然界中水浸没的规律，即地形处于低洼的地段先被浸没。[12]分水岭算法主要包含了两个步骤。第一步：将图像进行处理，在将处理的图像像素灰度值的大小按照升序排列出来；第二步：对排序处的顺序进行扫描，构造出“集水盆地”，然后在不同标记的“集水盆地”的边缘构造出“防水提坝”，来对图像区域的初始化划分处理